左手为你画情

算法还是很简单的，基本上学过小学除法算术的都知道，因n/d为的每位运算所得的余数只可能是0..d-1，如果在某处出现一个余数之前曾经出现过（在小数位上），那么可以肯定此时从该处到上次用出现这个这个商之间存在循环节。这样，就可以用基本的标记法就可以了。所以这题其实麻烦的是输出的处理

记录哪些公司控制哪些公司，且当每次我们得知某公司控制了某公司百分之多少的股份，就更新控股信息。/*ID: fairyroadLANG: C++TASK: concom*/ #include #include using namespace std; bool

/*ID:fairyroadTASK:zerosumLANG:C++*/#include#includeusing namespace std;ifstream fin("zerosum.in");ofstream fout("zerosum.out");i

都是比较简单的几道题，就不多废话了，直接上代码。#include #include #include #include usingnamespace std;ifstream fin("namenum.in");ofstream fout("namenum.out");//将字母

黑色星期五（Friday the thirteenth）的程序。这些程序其实都很简单，没有很复杂的算法在里面，追求极致的Geek们可以从代码的长度、优雅简洁等方面下功夫了，俺伪Geek一个，写了个程序能通过，就不纠结了，哈哈…/*ID: fairyroadPROG: friday

看到数据量大到1W，我就知道单纯的DFS算法那是肯定会超时的，而且一看也基本上看得出来要用DP来处理。不过今儿有劲儿，看看DP到底能比DFS快多少。下面是超时代吗。/*ID: fairyroadTASK:moneyLANG:C++*/#includeusing nam

简单的模拟。需要记录方向和坐标，进行模拟，直到相遇。如何判断永远不相遇呢？可以用bool数组保存已经访问过的位置信息。但是一开始我糊涂了，晕透了我，靠。一开始我都没往下细想就用了两个3维数组来存储，前面几组数据都对，唯独到了第4组数据我的程序输出为0，调试最怕的就是很多数据都对，

第一感觉是用类似于treap的方法，不过treap我没有独立实现过，怕细节上出错，但是思想还是可以借鉴的，于是就想到用STL的set来帮忙。看下面的图就知道了。只要在树中的节点就是可以扩展的节点，所以绿色嘛，黑色表示正在扩展的节点，蓝色就是扩展出来的数字。节点中的两笔数据 val

八卦一下，Bessie是俺大学最喜欢的老师之一，英语老师，巨可爱一人，哈哈~~这道题我的思路是BFS+贪心，算是比较典型的Dijkstra算法的应用，另外两个牧场之间可能有多条路径，所以在输入中要做好预处理。因为总共只有52个节点，用排列组合也可以算出来只有2704种可能，所以输

1、contact这题估计是丢俺老脸的题，因为俺就直接枚举了。唯一的trick是对于 01, 001这样的字符串，计算hash值的时候，需要记得转换为101, 1001这样的形式，不然肯定就混淆了，所以直接上代码吧，应该好懂。/*ID:fairyroadLANG:C++TASK:contact*/#in

这题证明俺现在真是老了，退步了，这是第一份代码：#include using namespace std; ifstream fin("kimbits.in");ofstream fout("kimbits.out"); unsigned int N, L, pos; int mai

本质上讲，这两道题都是数学题，ratios是行列式解线性方程组，squares是组合数学。可见ACMer数学基础好确实是非常重要的。1、Feed Ratios所求的实际上就是一个最简配比 x, y, z, w，使得 x(a1,b1,c1) + y(a2,b2,c2) + z(a3,b3,c3) = w(g1,g2,g3)，我线性代数也忘得差不多了，不过对克莱姆法则还有一点印象。

简单的看，图的路径算法可以分两类：可达性寻问题：找到一条满足某种条件的路径，如图的连通性问题（简单路径算法），欧拉路径，汉密顿路径等等；含权图的最优化问题：如点对间的最短路径，欧几里德网；而一切和图有关的算法，几乎都是DFS和BFS，这两家伙乍一看浓眉大眼的。他们所反映的，是计算机中的逻辑性与次序性，世界纷繁复杂，DFS与BFS是探索这些杂乱无章的一种逻辑很清晰、次序性很明显的

<br />“说走咱就走啊，你有我有全都有！”，去USACO干了两道题，当然前面的题那是简单到极点的那种，呵呵。不过俺学乖了，如今要记得留代码，以后再要忘记帐号密码就不至于从新开始这么惨淡…<br />没图什么代码的优雅性，所以下面的代码及其难看，像第一题，很多重复的语句可以提炼

<br />/*<br />ID: fairyroad<br />PROG: milk<br />LANG: C++<br />*/<br /> <br />#include<fstream><br />#include <vector><br />#include <algor

不错的DP题。设dp[i][j]表示 i个点组成的等于k高度的满足题意的个数,这样高度要求是k的就直接引用，后面的应该不用说了吧。任何高度为Hi的树都是两个子树构成，一个必须高度为Hi-1，另外一个无所谓。但是要注意重复。注意代码注释部分。/*ID: fairyroadTAS

老规矩，先扯几句淡。寻找回文质数还是蛮有趣的。可以先找回文数再判断是否是质数，也可以先找出质数在判断是否满足回文数性质，这些可以认为是搜索的思路。我们知道，但凡问题要求找出全部解的时候，一般都意味着两种思路，即搜索和构造。而通常情况下，搜索耗时会大很多，甚至空间耗费也要大不少，但

/*ID: fairyroadTASK:prefixLANG:C++*/#include#include#include#includeusing namespace std;ifstream fin("prefix.in");ofstream fout("

开始的时候写的一个超时了的代码，用广搜，搜索确实厉害，但是在DP面前瞬间就萎了，唉.../*ID: fairyroadTASK:subsetLANG:C++*/// 超时代码，思路是BFS#include#ifdef debug#include#endif#

前面好几天，俺要发文章CSDN都跟我作对，点击发表一点反应都没有，俺怒了，实在不想继续搞下去，尤其，那时候傻逼的俺也没有发现CSDN直接粘贴Word文件的地儿，郁闷了。下面几个USACO程序都直接贴代码了。/*ID: fairyroadTASK: prefaceLANG: C++

基本思路是受到了M路归并的启发。从这里也看得出来基础的重要性。 /*ID: fairyroadTASK: frac1LANG:C++*/#include#includeusing namespace std;ifstream fin("frac1.in");o

<br />Frankly speaking，第一眼看这个题真没劲，古董题，N皇后。不过，第一次提交代码之后我明白了，是我自己太没专研精神了。N皇后是回溯或者说深度优先搜索的典范，我就是初学回溯和DFS时接触到N皇后的，所以我飞敲键盘写出了下面的代码（这个不是直接提交的代码，是后

微博: http://t.sina.com.cn/g7tianyi豆瓣：http://www.douban.com/people/Jackierasy/广度优先搜索的好题，广搜的好处之一就是往往可以直接找到最短路径，而且，就本题而言，还可以大规模剪枝。优化的话估计还可以用位运算，

自从dd_engine老大《背包问题九讲》横空出世，背包问题的精髓基本已道尽。严重推荐。反正我是又老老实实读了一遍dd老大的文章的，大牛如此，榜样在先呀。/*ID: fairyroadTASK: inflateLANG: C++*/#includeusing name

/*ID: fairyroadTASK: runroundLANG: C++*/#include#include#includeusing namespace std;ifstream fin("runround.in");ofstream fout("run

水题。/*ID: fairyroadTASK:sort3LANG:C++*/#includeusing namespace std;ifstream fin("sort3.in");ofstream fout("sort3.out");#define MAX

复习。想想要是大二刚开始搞CS那会就一边做USACO多好呀，知识和技能想必一定会扎实很多。需要找出所给图的最小生成树。我们使用这样的算法：在每一步，将不在树中的长度最小的边加入树中。典型的Prim算法，Prim算法的本质思想是贪心，贪心从来都是很快的，而且简单好理解。/*ID:

此题的实际模型如下：给定一个有P个顶点的无向含权图，选择一个顶点，使得从该点到给定的N个顶点的权值之和最小。最经典的就是Dijkstra算法了。这个经典的不能再经典的贪心策略，应该都知道的吧。每次都需要在Distance数组中寻求一个最小值，如果图很大，则在此处花费的时间会很多，而堆则可以在O(1)的时间内求得最小值，并且维护一个堆所需的时间都是在log级的。因此考虑把Distance数组的值